阿里达摩院宣布推出首个用于超导材料发现的AI智能体Elements Claw,在28个GPU小时内筛选240万晶体结构,发现四种新型超导体。另有一国际联盟利用机器学习发现两种笼目超导体,标志着材料科学研究进入AI驱动的新阶段。
两个独立的研究团队展示了AI加速超导材料发现的巨大潜力。阿里达摩院推出自主AI智能体Elements Claw,成功发现四种新型超导体;与此同时,一个国际联盟通过机器学习方法找到了两种笼目超导体。
7月3日,达摩院宣布联合中国人民大学和中国科学院大学,推出Elements Claw——据称是首个用于超导材料发现的AI智能体。该系统仅用28个GPU小时,便筛选了240万种晶体结构,预测出68,000种候选超导材料。其中四种全新化合物经实验室合成并确认具有超导性。
已验证的材料包括:Hf21Re25(从现有数据库中检索)、Zr4VRe7(晶体结构此前记录有误)、HfZrRe4(由AI从头生成)、Zr3ScRe8(通过类比推理从结构相似材料推导)。其中最高临界温度达6.5K。

Elements Claw采用“专长-通用集成”架构,基于一个10亿参数的原子基础模型,该模型在1.25亿个分子和晶体结构上预训练。系统预测超导性的AUC达到0.996,估计临界温度的平均误差低于1K。达摩院科学智能负责人Rong Yu表示,这是“第一批由AI智能体发现并随后经实验验证的超导材料”。完整数据库已向学术界开源。
与此同时,由阿尔托大学Päivi Törmä教授领导的SuperC联盟在《Physical Review Research》发表论文,描述了一种机器学习引导的方法,识别出两种新型笼目超导体:YRu3B2和LuRu3B2。这些材料的超导性源于电子在笼目晶格(以日本传统竹篮编织命名的几何排列)中形成平带。
SuperC是首个致力于寻找新型超导体的全球合作组织,其雄心勃勃的目标是到2033年实现室温超导。该联盟的方法是利用机器学习缩小有前景的元素组合范围,再通过量子物理计算进行验证。
两项突破几乎同时出现,凸显了材料科学研究方式的转变。传统超导体发现依赖直觉和反复试错,而现在AI系统可以筛选数百万种候选材料,引导研究人员聚焦最佳选项。Törmä在宣布SuperC成果时说:“现在可以更快地找到新型超导体。”
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断